PyTorchKR Papers

최신 논문

총 4편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2609.23249v1cs.CV

프레넬-쿠머 곡면의 정확한 몫과 인증된 이축 굴절

Exact Quotients of Fresnel-Kummer Surfaces and Certified Biaxial Refraction

프레넬 파동 곡면(Fresnel wave surface)은 투명한 이축 결정(biaxial crystal) 내에서의 빛의 전파를 지배합니다. 이는 특수한 쿠머 4차 곡면(Kummer quartic)이며, 본 논문에서는 이를 정확하게 규명합니다. 복소수체 상에서 결정의 파동 곡면은 세 가지 주요 유전율의 부호가 붙은 제곱근에서 분기하는 명시적인 종수 2(genus-two) 곡선의 야코비안에 대한 쿠머 곡면입니다. 이 야코비안은 위수가 4인 커널을 갖는 아이소제니(isogeny)를 통해 두 타원곡선의 곱과 아이소제너스(isogenous)합니다. 하나의 타원곡선은 세 유전율을 전달하고, 다른 하나는 광축각(optic-axis angle)을 전달합니다. 물리적 족(physical family)은 여분의 대합(involution)을 갖는 종수 2 곡선들의 궤적에서 자리스키 조밀(Zariski dense)하며, 그 자기동형사상 층화(automorphism strata)는 명시적입니다. 이러한 식별은 성가신 변환(nuisance transformation)만큼 차이 나는 파라미터를 식별하고 불변 좌표와 명시적 층화를 전달하는 태스크 인식 몫(task-aware quotient)을 구체화합니다. 이축 결정의 경우, 유전율의 두 비는 회전 및 재스케일링에 대해 파동 곡면의 완전 불변량을 형성하며, 4개의 실수 노드는 닫힌 형식(closed form)으로 주어집니다. 경계면에서 투과파 후보들은 정확히 4차인 4차 다항식의 근입니다. 이 다항식의 실근 개수, 근의 순서, 중근 발생 사건은 정확한 대수적 술어(predicate)에 의해 결정되며, 본 논문의 일반적인 단일 노드 조우를 따라 판별식은 2차로 소멸합니다. 부동소수점 솔버는 광축 근처에서 순방향 투과 모드를 누락하지만, 인증된 솔버(certified solver)는 그렇지 않습니다. 정확한 동치류에서, 몫 좌표를 기반으로 학습된 모델은 원시 텐서를 기반으로 한 모델보다 불변성을 가지며 더 정확한 반면, 학습된 실근 개수 술어는 광축 근처에서 실패합니다.

arXiv:2607.05835v1math.AG

매트로이드의 접선류와 원더풀 컴팩티피케이션

Tangent classes of matroids and wonderful compactifications

AI 수학 추론 에이전트 Danus가 인간의 지도 없이 자율적으로, 루프 없는 매트로이드와 Feichtner–Yuzvinsky 빌딩 집합에 대한 정수 접선류(integral tangent class) $T_{M,\mathcal{G}}^{\mathbb{Z}}$를 구성하고 그 핵심 성질들을 증명했다. 이 접선류는 원더풀 컴팩티피케이션의 접선 번들 류로 특수화되고, Hirzebruch–Riemann–Roch를 통해 Chow 환의 힐베르트 급수를 복원하며, Chern-alpha 하한을 만족함이 확인되었다.

arXiv:2505.11846v3cs.LG

칼날 위의 학습: 다항식 신경망의 식별 가능성과 특이점

Learning on a Razor's Edge: Identifiability and Singularity of Polynomial Neural Networks

대수기하학적 도구를 활용하여 다항식 활성화 함수를 사용하는 다층 퍼셉트론(MLP)과 합성곱 신경망(CNN)의 식별 가능성과 특이점을 분석했습니다. 특히 MLP의 경우 희소 서브네트워크에서 발생하는 특이점이 평균 제곱 오차 손실의 임계점이 되어 희소성 편향을 기하학적으로 설명함을 입증했습니다.

arXiv:2408.17221v3cs.LG공식 코드 · Papers with Code

Lightning Self-Attention의 기하학: 식별 가능성과 차원

Geometry of Lightning Self-Attention: Identifiability and Dimension

정규화가 없는 셀프 어텐션 네트워크의 함수 공간 기하학을 대수 기하학적 도구를 통해 분석하여, 임의의 계층에 대한 식별 가능성과 함수 공간의 차원을 계산한다. 또한 단일 계층 모델에 대한 특이점 및 경계점을 특성화하고 정규화된 셀프 어텐션 네트워크로의 확장을 수치적으로 검증한다.